EN中文

经济地理 >

2024 , Vol. 44 >Issue 7: 117 - 125

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.07.012

产业经济与创新发展

中国城市数智化转型对产业现代化的影响

  • 周建平 , 1, 2 ,
  • 徐维祥 , 1, 2, ※ ,
  • 刘程军 3 ,
  • 孙春晓 3
展开
  • 1.浙江工业大学经济学院，中国浙江杭州 310023
  • 2.浙江工业大学现代化产业体系研究院，中国浙江杭州 310023
  • 3.浙江工业大学之江学院，中国浙江绍兴 312030
※徐维祥（1963—），男，博士，教授，博士生导师，研究方向为产业集群。E-mail：

周建平（1995—），男，博士，研究方向为数字经济与产业现代化。E-mail：

收稿日期: 2024-01-15

  修回日期: 2024-07-09

  网络出版日期: 2024-09-13

基金资助

国家社会科学基金重大项目(18ZDA045)

浙江省教育厅一般项目(Y202352089)

教育部人文社会科学规划基金项目(22YJC790073)

教育部人文社会科学规划基金项目(23YJA790069)

浙江省高校重大人文社科攻关计划项目(2021QN052)

收起

Impact of Urban Digitalization Transformation on Industrial Modernization in China

  • ZHOU Jianping , 1, 2 ,
  • XU Weixiang , 1, 2, ※ ,
  • LIU Chengjun 3 ,
  • SUN Chunxiao 3
Expand
  • 1. School of Economics，Zhejiang University of Technology，Hangzhou 310023，Zhejiang，China
  • 2. Institute for Industrial System Modernization，Zhejiang University of Technology，Hangzhou 310023，Zhejiang，China
  • 3. Zhijiang College，Zhejiang University of Technology，Shaoxing 312030，Zhejiang，China

Received date: 2024-01-15

  Revised date: 2024-07-09

  Online published: 2024-09-13

Fold

摘要

文章将“宽带中国”试点政策和“智慧城市”试点政策分别作为城市数字化和城市治理智能化转型的外生冲击，基于多时点双重差分模型及空间双重差分模型探究了政策不确定性下数智化转型对中国产业现代化的作用。结果表明：①“宽带中国”试点政策和“智慧城市”试点政策对产业现代化水平均有显著的正向作用，意味着城市数智化转型能够促进产业现代化水平提升。②随着经济政策不确定性及外贸政策不确定性增加，城市数智化转型对产业现代化水平的促进作用增强。③通过构建空间双重差分模型分析，发现城市数智化转型不仅局限于本地区，同时还存在明显的空间溢出效应。结论对于在政策不确定性增加的背景下促进产业升级和推进现代化产业体系建设具有重要的政策启示和借鉴意义。

关键词： 数智化转型; 宽带中国; 智慧城市; 产业现代化; 政策不确定性; 双重差分模型

本文引用格式

周建平 , 徐维祥 , 刘程军 , 孙春晓 . 中国城市数智化转型对产业现代化的影响[J]. 经济地理, 2024 , 44(7) : 117 -125 . DOI: 10.15957/j.cnki.jjdl.2024.07.012

Abstract

To analyze the impact of urban digital and intelligent transformation on the level of industrial modernization under policy uncertainty,this study takes the "Broadband China" pilot policy and the "Smart City" pilot policy as exogenous shocks of urban digitalization and intelligent governance transformation respectively. Based on the multi-period difference-in-differences model and the spatial difference-in-differences model,it explores the effect of digital and intelligent transformation on China's industrial modernization under policy uncertainty. The results are as followings: 1) Both the "Broadband China" pilot policy and the "Smart City" pilot policy have a significant positive effect on the level of industrial modernization,indicating that urban digital and intelligent transformation can promote the enhancement of industrial modernization. 2) With the increase of economic policy uncertainty and foreign trade policy uncertainty,urban digital and intelligent transformation has a stronger role in promoting the level of industrial modernization. 3) Through the analysis of spatial difference-in-differences model,it is found that the urban digital and intelligent transformation is not limited to the local area,but also has a significant spatial spillover effect. The conclusion has important policy enlightenment and reference significance for promoting industrial upgrading and advancing the construction of modern industrial system against the backdrop of increasing policy uncertainty.

Key words： digital intelligence upgrading; BroadbandChina; SmartCity; industrialmodernization; policyuncertainty; difference-in-differences model

在大国博弈日益加剧的背景下，世界经济和政治格局正发生深刻变化。贸易保护主义抬头，地缘政治风险加剧，导致经济面临较大下行压力。全球产业分工体系也经历着重大调整，各国之间对于产业链和供应链的主导地位争夺日益激烈。这种宏观环境的不确定性增加了中国经济发展的不稳定性和风险，也使建设现代化产业体系显得尤为迫切[1-2]。2023年5月5日，习近平总书记在二十届中央财经委员会第一次会议上强调：“现代化产业体系是现代化国家的物质技术基础，必须把发展经济的着力点放在实体经济上，为实现第二个百年奋斗目标提供坚强物质支撑。”而且建设现代化产业体系可以降低外部经济的依赖性，增强产业链和供应链的韧性，降低外部冲击对产业链及供应链的影响，从而增强经济的稳定性和可持续性。与此同时，数字化与智能化成为现代化产业体系形成的重要力量，数字化技术推动了产业转型升级，人工智能的应用使得生产和服务更加自动化和智能化，这两者的结合不仅改变了产业结构和产业链，还使得产业体系展现出强大的竞争力。因此，在政策不确定性增加的背景下探究城市数智化转型对产业现代化的影响具有重要的现实意义。
已有与本文相关的文献主要聚焦于数字化、智能化与产业发展之间的关系研究，具体从以下方面展开：①数智化对产业结构的影响。戴魁早等分析数字经济与中国服务业结构升级之间的关系，发现数字经济可以通过提高劳动力、资本和技术等要素效率推动服务业结构升级[3]；刘翠花等基于中国省级面板数据展开实证探讨，发现数字经济通过促进科学技术创新和社会分工深化推进产业结构升级和创业增长[4]；郭凯明等通过构建多部门动态一般均衡模型，研究了人工智能发展对产业结构转型升级的作用，结果发现人工智能会强化生产要素在产业部门间流动，从而影响产业结构[5]。②城市数智化转型对产业组织的影响。谭玉松等基于2003—2019年城市数据检验人工智能与产业集聚之间的关系，发现人工智能可通过人力资本与技术溢出效应作用于产业协同集聚[6]；刘斌等探究人工智能与制造业价值链分工之间的关系，发现人工智能能够提升一国行业全球价值链参与程度与分工地位，降低贸易成本、促进技术创新、优化资源配置是其中的影响渠道[7]。③数智化对产业创新的推动作用。有学者认为数字经济为企业提供了更多的创新机会和创新策略，促进了产业创新的加速发展[8]；也有学者通过研究创新型企业在城市中的发展情况，探讨人工智能对产业创新的影响机制[9]，为企业提供创新策略和建议，如数据要素驱动、底层技术推动、新型商业模式和产业组织变革带动以及跨产业联动等是数字经济赋能制造业产业创新的基础路径[10]。④数智化转型对产业生态系统的重构作用。城市数智化的推进将带来产业生态系统的重构和重塑，改变传统产业之间的关系和竞争格局[11]；此外，还有许多文献通过研究数字经济与人工智能发展对产业集群、产业链、价值链分工等的影响，探讨城市数智化如何促进产业生态系统的协同发展和优化[12-13]。
虽然现有针对数字化、智能化与产业发展之间关系的研究已相对较多，但是却鲜有文献直接分析城市数智化转型对产业现代化水平的影响，而且在政策不确定性下分析两者的关系的研究更是匮乏。有鉴于此，本文基于2011—2020年285个城市的数据，将“宽带中国”试点政策和“智慧城市”试点政策分别作为城市数字化和智能化转型的外生冲击，运用多时点双重差分模型探究城市数智化转型对产业现代化的影响，基于“宽带中国”试点政策和“智慧城市”试点政策评估城市数智化转型对产业现代化水平的影响，考察政策不确定性增加所产生的作用，并分析城市数智化转型的空间溢出效应，探究本地数智化转型对邻近城市的影响，从而为政策的实施提供科学依据及有益支撑。

1 理论分析与研究假设

1.1 城市数智化转型对产业现代化水平的直接影响分析

随着数字经济蓬勃发展，信息技术、大数据和人工智能在城市经济管理和产业发展中的应用日益广泛，这有助于提升城市产业现代化水平，其作用主要体现在以下方面：①城市数智化转型可以推动产业智能化发展。随着数字基础设施的不断改善，如高速互联网的广泛覆盖和智能设施的普及，为产业智能化提供了坚实的技术基础。企业通过采用物联网、云计算和人工智能等先进技术，实现了设备的互联互通和自主协作，显著提高了生产效率和产品质量。如孙早等发现人工智能发展促进了纺织服装和通用设备等传统制造业的全要素生产率提升[14]。②城市数智化转型促进了产业创新和创业活力提升。数字技术的应用使得创新创业者能够更便捷地获取市场信息、资源和人才，有效降低了交易成本，从而提升了创新和创业的活跃度[15]。而且城市数智化转型可以帮助建立开放和共享的创新和创业生态系统[16]，吸引更多的创新型企业和人才入驻[17]，进一步推动城市产业的现代化进程。③城市数智化转型能够推动城市产业可持续转型。数智化转型既能够推动城市产业的绿色转型，通过提高资源利用效率，推动绿色创新和应用[18]；还可以提升环境管理和产业能力，已有研究发现数字经济能够正向促进城市生态环境、社会生活及产业治理水平提升[15]，为城市产业可持续转型提供了重要支持。④城市数智化转型促进了不同产业之间的跨界合作和区域之间的联动发展。已有研究发现数字技术的应用可以推动不同产业的资源和优势进行有效整合，形成产业联动和协同效应[19]，进而提升产业现代化水平。据此，本文提出假说1。
假说1：城市数智化转型能正向促进城市产业现代化水平提升。

1.2 政策不确定性的作用分析

政策的不确定性主要来自经济形势的多变和政策制度的频繁调整。当政策的不确定性上升时，企业的经营可能面临更多不稳定因素。为了应对复杂多变的外部环境，企业可能会积极进行数字化转型[20]，也会更加积极地利用数智化技术，提高生产效率和优化资源利用，提供更为创新的产品和服务。这种外部的驱动力可以加速城市向数智化转型，为产业现代化提供更好的支持。同时，在宏观政策不确定的背景下，政府会采取更积极的措施来推动产业的数字化转型，提高整体经济的适应能力和应变能力[21]。政府会加大对数字基础设施建设的投入，推动5G、人工智能等前沿技术在各领域的应用，创造良好的数字化发展环境[22]。此外，为应对宏观环境的不确定增强，政府还会通过税收优惠、财政补贴以及政府采购等政策手段，直接促进企业数字化改造和产业链的数字化升级。这种政策层面的外源性激励不仅推动了产业的数字化进程，而且为产业现代化发展提供了更为坚实的支持。据此，本文提出假说2。
假说2：政策不确定性越强，则城市数智化促进产业现代化发展的作用越大。

2 模型构建与变量说明

2.1 变量说明

2.1.1 城市数智化转型变量

为了分析城市数智化转型对于产业现代化水平的影响，本文以“宽带中国”试点政策和“智慧城市”试点政策分别作为城市数字化和智能化转型的外生冲击，并基于多时点双重差分模型检验“宽带中国”试点政策和“智慧城市”试点政策对产业现代化水平的影响。
关于“宽带中国”试点政策，2012年国务院印发了《国务院关于大力推进信息化发展和切实保障信息安全的若干意见》，明确了中国要全面开展推动数字基础设施覆盖工作，并将“宽带中国”项目列为提高我国信息化水平的措施之一。2013年国务院正式公布了《国务院关于印发“宽带中国”战略及实施方案的通知》，确定了量化目标、技术路线图、发展时间表、重点任务和具体项目，旨在构建一个快速和先进的国家宽带网络。在“宽带中国”战略推进下，中国政府持续地推进数字基础设施建设，可以成为分析数字基础设施升级如何影响产业现代化水平的准自然实验。
关于“智慧城市”试点政策，住建部于2012年12月5日发布了《关于开展国家智慧城市试点工作的通知》，随后公布了首批智慧城市的试点名单，而后于2013、2014年再公布了第二批和第三批智慧城市建设名单。作为提高公共服务质量和城市创新水平的战略工具，智慧城市试点工作这一政策为科学评价智慧治理模式对产业现代化水平的影响提供了良好的准自然实验。

2.1.2 产业现代化水平测度

现代化产业体系是中国经济现代化的核心基础，其基本内涵是以现代化的工业、农业、服务业和基础设施为“四梁八柱”，具备智能化、绿色化、融合化三大基本特征，满足完整性、先进性、安全性三大要求。在这一概念的指引下，产业现代化需要将传统产业转型升级为具有先进技术、高附加值、高度数字化、高度智能化和高效能的先进产业形态[1]。它涉及到产业韧性、产业结构、技术水平、绿色转型、产业效率等多个方面的变革和提升。参考前人研究中对于产业现代化升级的内涵界定与概念论述[23]，本文从以下方面来测度产业现代化升级：①产业韧性现代化。加快建设现代化经济体系，需要着力提高全要素生产率，提升产业链供应链韧性和安全水平[24]。②产业结构现代化。传统产业结构单一，难以适应市场需求和国际竞争。因此，产业现代化升级要求调整产业结构，实现向高附加值、高技术含量、高效益的产业路径转型[25]。③数字转型现代化。在数字经济快速发展的大背景下，产业数智升级成为了现代化升级的重要组成部分。其包括了生产流程自动化、数据分析与挖掘、智能设备、物联网等新技术的应用。通过智能化生产和管理，企业可以提高生产效率、改进产品质量以及降低成本，从而更好地适应市场需求[26]。④绿色转型现代化。产业的现代化升级也需要关注环境保护和可持续发展，即通过产业生态转型，实现经济效益、社会效益和环境效益的平衡[27]。⑤产业效率现代化。在市场及国际竞争中，提高生产效率是企业不断发展壮大的重要基础。产业现代化升级要求对流程、技术、标准进行全面优化，最大限度地利用资源和提升效率，从而保证产业竞争优势[28]。基于此，本文构建了测度区域产业现代化升级水平的指标体系（表1）。
表1 区域产业现代化水平的指标体系

Tab.1 Indicator system of regional industrial modernization level

一级指标 二级指标 具体计算方式 性质
产业韧性现代化 制造业韧性 制造业韧性指数，测度方法参考文献[29] +
服务业韧性 服务业韧性指数，测度方法参考文献[29] +
结构调整现代化 产业高级化 产业高级化指数，测度方法参考文献[30] +
产业合理化 产业合理化指数，测度方法参考文献[30] +
产业协同化 产业协同化指数，测度方法参考文献[31] +
数字转型现代化 企业数字化 城市中上市公司数字化水平均值 +
工业智能化 城市年度工业机器人安装密度 +
绿色转型现代化 工业废气处理 城市SO2去除率（%） +
工业废物处理 工业固体废物综合利用率（%） +
工业废水处理 污水处理厂集中处理率（%） +
产业效率现代化 制造业效率 第二产业增加值/第二产业就业人数（亿元/万人） +
服务业效率 第三产业增加值/第三产业就业人数（亿元/万人） +

注：产业现代化水平运用熵权法进行计算。

2.1.3 其他变量

①控制变量。本文选取其他可能影响城市产业现代化的变量，主要包括：①对外开放水平（lnfdi）：外商直接投资可以促进国际合作与交流。本地企业通过与外国企业合作，可以学习到国际先进的商业模式以及运营方式，帮助城市进一步推进产业现代化升级。②财政支出水平（lngover）：政府可以通过财政支出在教育、研发和基础设施等领域进行投资，特别是在科技创新和人才培养方面的投入，可以直接推动产业技术进步和结构优化，推动产业的现代化进程。③科技服务水平（lntechn）：科技服务业能够提供技术支持和专业服务，帮助产业提高科研效率，并推动产业向数字化、智能化和高附加值方向发展。④区域经济发展（lngdp）：随着经济的增长，产业会经历结构性的变化，传统产业可能被新兴产业所取代或升级，以此实现城市产业的转型。⑤固定资产投资（lninvest）：固定资产投资通常包括基础设施的建设，良好的基础设施不仅提高了生产效率，也为产业现代化提供了坚实的基础。所有控制变量的说明见表2。
表2 变量说明

Tab.2 Variable description

变量类型 变量 符号 变量说明
被解释变量 产业现代化 Modern 基于指标体系计算产业现代化水平
核心解释变量 “宽带中国”试点政策 Broadband 是否为“宽带中国”试点城市
“智慧城市”试点政策 Smart 是否为“智慧城市”试点城市
控制变量 对外开放水平 lnfdi 每万人实际使用外资金额（万美元/万人）
财政支出水平 lngover 人均地方财政一般预算内支出（万元/人）
科技服务水平 lntechn 每万人科技服务业人数（人/万人）
区域经济发展 lngdp 城市人均GDP（万元/人）
固定资产投资 lninvest 每万人固定资产投资总额（万元/万人）
机制变量 经济政策不确定性 EPU 经济政策不确定性指数
外贸政策不确定性 TPU 外贸政策不确定性指数
②政策不确定性变量。本文选取经济政策不确定性（EPU）与外贸政策不确定性（TPU）来衡量宏观政策不确定性。其中，中国EPU指数以及TPU指数均参考相关文献[32]利用文本检索和过滤方法，基于《南华早报》新闻报道中关于经济政策不确定性及外贸政策不确定性的词频量化而来。本文把月度指数的算术平均值作为年度指数。

2.2 模型构建

本文基于多时点双重差分模型分析“宽带中国”试点政策和“智慧城市”试点政策对产业现代化水平的影响，以考察城市数智化转型的作用。建立模型如下：
M o d e r n i t = α + β 0 t r e a t i · p o s t t + β 1 c o n t r o l i t + μ i + γ t + ε i t
式中： M o d e r n i t表示第i城市第t年的产业现代化水平；在研究期内，如果城市i是政策的试点，则 t r e a t i = 1，否则， t r e a t i = 0；如果城市i在政策实施期间是试点城市，则 p o s t t = 1，否则， p o s t t = 0。除此之外， α表示常数项； β 1表示控制变量系数； c o n t r o l i t表示其他控制变量； μ i表示个体固定效应； γ t表示时间固定效应； ε i t表示随机干扰项； β 0代表政策在处理年份的影响效应，如果该值为正，则意味着该政策促进了产业现代化水平的提升，否则抑制了产业现代化水平的提升。

2.3 数据来源

本文选取的研究区间为2011—2020年。研究区域主要为285个地级及以上城市（以下简称城市。由于数据缺失，港澳台地区以及各省份中少量数据空白的城市未列入研究范围）。城市产业现代化升级指标数据、控制变量、机制变量数据主要来源于2012—2021年的《中国城市统计年鉴》以及各省份的统计局网站。其中，上市公司数字化水平来源于国泰安数据库（CSMAR）；工业机器人数据来源于IFR，数据处理方式参考相关文献[33]。经济政策不确定性指数与外贸政策不确定指数数据来源于网站（http://policyuncertainty.com/）。

3 实证结果与分析

3.1 产业现代化水平的空间演化

为了清晰展示中国产业现代化水平的空间演化趋势，本文基于自然断点法将计算得到的产业现代化水平划分为现代化滞后区、现代化追赶区、现代化推进区与现代化先行区，然后进行可视化展示（图1）。由图1可知，2011—2020年中国产业现代化水平空间异质性较为明显，其中大部分城市的产业现代化发展层级均有所提升。其中，2011年现代化发展先行区主要是北京、上海等一线城市，现代化发展推进区则主要为各省份的省会及其他经济发展水平较为突出的城市，现代化发展追赶区及滞后区则主要分布于中西部地区，而且呈现出连片的集聚性特征。2016年现代化推进区以及现代化先行区的范围不断拓展。资源丰富、人才及经济政策等优势为沿海地区提供了更好的发展机遇和条件，推动了沿海地区产业的现代化升级。到2020年，京津冀、长三角及粤港澳大湾区等城市群成为产业发展的重要地区，由于这些地区的产业链较为完整，企业之间的合作和竞争更加密切，这促进了技术创新和产业升级。同时，沿海地区的产业集聚也带动了高新技术产业的发展，进一步推动了产业现代化发展。
图1 产业现代化水平的空间格局演化

注：基于自然资源部标准地图服务网站下载的审图号为GS（2020）4618的标准地图制作，底图无修改。

Fig.1 Spatial pattern evolution of industrial modernization level

3.2 城市数智化转型对产业现代化发展水平的影响

本文首先估计了“宽带中国”试点政策及“智慧城市”试点政策对产业现代化的作用。表3的列（1）（2）为“宽带中国”试点政策对产业现代化的回归结果，无论是否加入控制变量，“宽带中国”试点政策（Broadband）均显著为正，即表明数字基础设施的升级对于产业现代化水平有着促进作用。究其原因，数字基础设施的建设能够提高信息的传输和共享效率，使得企业之间、政府与企业之间、企业与消费者之间的信息传递更加迅捷和实时。企业可以将生产及销售各环节的信息进行快速传输和共享，实现生产过程的高效协同，这将促进企业的创新能力和竞争力的提升，推动产业现代化水平的提升。
表3 基准回归结果

Tab.3 Baseline regression results

变量 （1） （2） （3） （4）
“宽带中国”试点政策 “智慧城市”试点政策
Broadband 0.140*** 0.142***
（0.028） （0.028）
Smart 0.057** 0.055**
（0.028） （0.028）
lnfdi -0.087 0.019
（0.070） （0.055）
lngover 0.335*** 0.270***
（0.074） （0.072）
lntechn 0.005 0.001
（0.008） （0.008）
lngdp 0.408*** 0.264***
（0.078） （0.078）
lninvest 0.134*** 0.030
（0.032） （0.030）
Constant 0.902*** -2.624** 0.802*** -3.165***
（0.010） （1.079） （0.011） （1.071）
Observations 2820 2809 2374 2363
R-squared 0.749 0.755 0.704 0.707
City FE YES YES YES YES
Year FE YES YES YES YES

注：***代表1%的显著性水平，**代表5%的显著性水平，*代表10%的显著性水平；括号里的数值表示聚类稳健标准误。表4同。

进一步分析“智慧城市”试点政策对产业现代化的作用，需要说明的是，由于“宽带中国”试点城市及“智慧城市”试点城市名单存在一定的重合，在分析“智慧城市”试点政策的作用时，剔除了重复实施政策的城市样本。表3的列（3）（4）为“智慧城市”试点政策（Smart）对产业现代化的回归结果，无论是否加入控制变量，“智慧城市”试点政策均显著为正，这表明城市数智化转型能够正向促进城市现代化水平提升。可能是因为城市治理模式的转型能够创造更加高效及便捷的城市环境，为产业现代化提供了坚实的基础和良好的外部条件。

3.3 平行趋势检验

本文使用多时点双重差分模型识别“宽带中国”试点政策和“智慧城市”试点政策对产业现代化水平的影响，但是使用渐进双重差分方法的一个重要前提条件是设立政策试点的城市（处理组）与没有设立政策试点的城市（对照组）在政策实施之前的产业现代化水平具有平行趋势。因此，本文基于事件研究法对平行趋势假设进行了检验。根据图2的结果可以发现，“宽带中国”试点和“智慧城市”试点城市在政策实施之前的产业现代化水平变量在统计水平上均未通过显著性检验，这表明样本中处理组与对照组城市在试点之前的产业现代化水平不存在显著差异，通过了平行趋势检验。但是从事后项来看，试点政策的作用具有一定滞后性。
图2 平行趋势检验

Fig.2 Parallel trend test

3.4 稳健性检验

为了保证基准回归结果的稳健性，本文使用更改研究方法、剔除部分样本以及安慰剂检验等方法进行检验。

3.4.1 PSM-DID方法

由于“宽带中国”政策和“智慧城市”政策的试点城市选择并非完全随机，为了减轻样本选择偏误，本文进一步利用倾向得分匹配法（PSM）为处理组城市重新匹配控制组。首先采用核匹配方法，选择控制变量作为协变量进行匹配，使得处理组与控制组不存在系统性差异。然后剔除少数没有被匹配的样本后，利用前文构建的双重差分模型进行重新回归，“宽带中国”试点政策与“智慧城市”试点政策均通过显著性检验，系数为正，这表明在排除样本选择偏误问题后基准回归的结论仍然稳健。

3.4.2 剔除部分样本

直辖市通常具有特殊的地位和政策，其经济发展水平、政策环境和产业结构可能与其他地区存在显著差异。如果不剔除直辖市样本，可能会导致回归结果不准确或失真。为了消除这部分样本对结果产生的干扰，本文将直辖市样本进行剔除，然后重新展开回归，结果可以发现“宽带中国”试点政策和“智慧城市”试点政策仍显著为正，这表明基准结果具有稳健性。

3.4.3 安慰剂检验

为了避免遗漏城市—时间层面的变量导致估计结果偏误。借鉴相关研究方法[34]，通过从样本中随机选取城市作为试点城市进行安慰剂检验，图3汇报了1000次随机生成处理组的估计系数核密度的分布。由图3可知，系数的分布接近正态分布，均值接近于0，符合安慰剂检验的预期，因此估计结果并没有因为遗漏变量导致的偏误。
图3 安慰剂检验

Fig.3 Placebo test

3.4.4 Bacon分解

在双向固定效应模型框架下，多期双重差分模型估计可能存在严重估计偏误问题。多期双重差分模型的核心估计系数是4类子样本“2×2”DID估计量的加权平均（先处理组与后处理组、后处理组与先处理组、处理组与从未受处理组、处理组与一直处理组），当处理效应存在组别和时间异质性时，该模型的估计量可能存在异质性偏误[35]。基于此，本文基于Bacon分解法进行处理。从各分组类型的权重来看，“宽带中国”试点政策中“后处理组vs先处理组”的DID估计量所对应的权重仅为0.056，“智慧城市”试点政策中“后处理组vs先处理组”的DID估计量所对应的权重仅为0.175，不合适的处理效应权重较低，这表明基准回归的估计结果具有一定的稳健性。

4 影响效应分析

4.1 政策不确定性的效应分析

表4的列（1）~（4）展示了加入政策不确定性与“宽带中国”试点政策、政策不确定性与“智慧城市”试点政策交互项的回归结果。其中，列（1）（3）展示了加入政策不确定性与“宽带中国”试点政策交互项的回归结果，其表明政策不确定性与“宽带中国”试点政策的交互项显著为正，即在宏观政策不确定性强化的情景下，“宽带中国”试点政策对产业现代化发展的促进作用增强。列（2）（4）展示了加入政策不确定性与“智慧城市”试点政策交互项的回归结果，其表明政策不确定性与“智慧城市”试点政策的交互项显著为正。综合而言，政策不确定性越强，城市数智化转型对产业现代化水平的作用越强。可能是因为在政策不确定性较高的环境下，城市更倾向于通过数智化转型来提高产业适应性和抗风险能力。而且数智化转型可以帮助企业更快速地获取和处理信息，提高决策效率，从而更好地应对政策变化带来的挑战。同时，不确定性环境也可能促使城市加大对新兴产业和高科技领域的投入，加速产业结构优化升级，从而提高产业现代化水平。
表4 政策不确定性的效应分析结果

Tab.4 Effect analysis results of policy uncertainty

变量 （1） （2） （3） （4）
经济政策不确定性 外贸政策不确定性
Broadband·EPU 0.013***
（0.003）
Smart·EPU 0.014***
（0.003）
Broadband·TPU 0.025***
（0.006）
Smart·TPU 0.027***
（0.006）
控制变量 YES YES YES YES
Observations 2809 2363 2809 2363
R-squared 0.760 0.762 0.760 0.763
City FE YES YES YES YES
Year FE YES YES YES YES

4.2 政策空间溢出效应分析

城市数智化转型不仅仅局限于城市本身，还会对周边地区产生影响。一方面，随着城市的数智化转型，各类智能设备和技术将得到广泛应用，促进生产力的提高和生产效率的提升。这将吸引更多的企业和人才聚集到生产效益高的城市，形成产业集聚效应，对周围区域形成虹吸效应。另一方面，城市数智化转型则可能强化要素区际流动，通过知识溢出效应促进周边地区的创新和产业升级。邻近区域则可以通过模仿及创新交流的渠道进一步实现自身发展。
为了进一步验证城市数智化转型对产业现代化水平的空间溢出效应，本文进一步构建了空间双重差分模型进行检验，计算公式如下：
M o d e r n i t = α + ρ ∑ j = 1 n W i j M o d e r n i t + β 0 t r e a t i · p o s t t + γ ∑ j = 1 n W i j t r e a t i · p o s t t + β 1 c o n t r o l i t + μ i + λ t + ε i t
式中： ρ表示被解释变量的空间滞后回归系数，反映空间相邻地区产业现代化水平的相互影响程度； γ表示政策变量的空间滞后回归系数； W i j为权重距离矩阵，本文构建了不同空间阈值的权重矩阵； d i j表示城市i与城市j的地理距离；d则表示空间阈值的上限，具体公式如下。
W i j = 1 / d i j   , d i j ≤ d 0 , d i j d
本文基于公式（2）进行实证检验，并将政策的本地效应与邻地效应进行可视化处理。图4展示了“宽带中国”试点政策和“智慧城市”试点政策的本地效应和邻地效应。针对本地效应而言，两个政策的效应与前文估计结果相近，无论在什么距离权重下，系数均为正值。针对邻地效应，“宽带中国”试点政策的邻地效应随距离增加呈现出明显曲折上升趋势，这表明城市数字化转型存在明显的空间溢出效应。“智慧城市”试点政策的邻地效应则表现出多阶段特征，在250~500 km及1000~1350 km处，邻地效应表现为负向，在1100 km处，负向作用最强，其他距离则均表现出正向作用。负向的邻地效应可能是由于资源和人才的竞争所致。在距离相对较近的地区，城市智能化可能加剧资源要素的虹吸，从而产生负面竞争效应，对较近的城市产生不利影响。较远距离的政策正向作用可能与资源分配和合作机会有关。城市智能化可能带来更高效的协作机会，这种合作可能有助于共享技术和知识，从而创造更多的创新和增长机会，促进远距离区域的产业现代化发展。
图4 城市数智化转型的本地效应与邻地效应

Fig.4 Local effects and neighborhood effects of urban digital transformation

5 结论与建议

5.1 研究结论

本文以“宽带中国”试点政策和“智慧城市”试点政策分别作为城市数字基础设施升级、智慧治理模式转型的外生冲击，分析了中国城市数智化转型对产业现代化水平的影响。主要结论如下：①“宽带中国”试点政策和“智慧城市”试点政策对产业现代化水平均有显著的正向作用，意味着城市数智化转型能够正向促进产业现代化发展。并通过平行趋势检验、PSM-DID、安慰剂检验及Bacon分解等稳健性检验验证了这一结论。②随着宏观政策不确定性增加，“宽带中国”试点政策和“智慧城市”试点政策对产业现代化水平的促进作用越强。③城市数智化转型不仅局限于城市本身，还会对周边地区产生影响。其中，“宽带中国”试点政策的邻地效应随距离增加呈现出明显曲折上升趋势；而“智慧城市”试点政策的邻地效应则表现出多阶段特征。

5.2 政策建议

基于上述结论，本文提出以下政策建议：
①数智融合，优化城市产业治理环境。一是发挥数字技术的赋能优势，优化市政管理信息系统来改善城市公共服务，实现城市全面智慧化管理，推动公共服务资源的有效统筹和灵活运用，以此打造高效的城市产业治理平台。二是实现智慧式治理模式的建设和运营，加强数字技术在城市空间经济领域的应用，提高城市产业内部关联水平。
②建立应对政策环境变化的风险防范机制，强化产业链供应链韧性。一是政府需要加强对新兴技术和业务模式的应用，构建全面的数据收集和分析平台，实时监控政策变化、市场动态以及供应链状态等关键信息，利用大数据分析以及人工智能预测等先进技术，对潜在的风险因素进行识别和评估，指引产业及时应对。二是完善产业链供应链风险评估预警机制，加强对瓶颈环节的监测；推动传统产业与数字技术深度融合，建立智能化灵活制造系统，加强产业链上中下游协调配合，建立供需信息共享和快速响应机制。
③发挥数智化转型的空间溢出效应，推进跨区域产业协同发展。一是推进数字基础设施建设，确保信息流动的畅通无阻。加强各地企业之间的合作与交流，通过合作与协调，不同地区的产业可以实现优势互补，从而促进产业的共同发展。二是构筑跨区域产业协同治理的合作机制和沟通渠道。政府可以促进不同地区之间的协作，设立跨区域产业合作平台，为企业提供展示和交流的机会，这有助于促进产业链上下游的紧密合作，实现资源共享与互利共赢。三是政府可以制定有针对性的政策，鼓励企业在不同地区建立联盟和合作伙伴关系，以激励企业在合作伙伴间共同开展研发以及生产活动，实现资源的优化配置。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
中国式现代化研究课题组, 高培勇, 黄群慧. 中国式现代化的理论认识、经济前景与战略任务[J]. 经济研究, 2022, 57(8):26-39.

[2]
陈雯, 刘伟, 袁丰, 等. 面向中国式现代化的长三角一体化发展使命与研究焦点[J]. 经济地理, 2023, 43(5):8-15.

DOI

[3]
戴魁早, 黄姿, 王思曼. 数字经济促进了中国服务业结构升级吗?[J]. 数量经济技术经济研究, 2023, 40(2):90-112.

[4]
刘翠花. 数字经济对产业结构升级和创业增长的影响[J]. 中国人口科学, 2022 (2):112-125,128.

[5]
郭凯明. 人工智能发展、产业结构转型升级与劳动收入份额变动[J]. 管理世界, 2019, 35(7):60-77,202-203.

[6]
谭玉松, 任保平, 师博. 人工智能影响产业协同集聚的效应研究[J]. 经济学家, 2023 (6):66-77.

[7]
刘斌, 潘彤. 人工智能对制造业价值链分工的影响效应研究[J]. 数量经济技术经济研究, 2020, 37(10):24-44.

[8]
戴若尘, 王艾昭, 陈斌开. 中国数字经济核心产业创新创业:典型事实与指数编制[J]. 经济学动态, 2022(4):29-48.

[9]
张昕蔚, 刘刚. 人工智能与传统产业融合创新机制研究——基于对中国智能安防产业创新网络的分析[J]. 科学学研究, 2022, 40(6):1105-1116.

[10]
李颖, 贺俊. 数字经济赋能制造业产业创新研究[J]. 经济体制改革, 2022(2):101-106.

[11]
戈兴成, 季璐. 数字经济产业创新生态系统的形成与演化分析[J]. 经济体制改革, 2023(1):125-134.

[12]
杨仁发, 郑媛媛. 数字经济发展对全球价值链分工演进及韧性影响研究[J]. 数量经济技术经济研究, 2023, 40(8):69-89.

[13]
吕越, 张昊天, 高恺琳. 人工智能时代的中国产业链“延链补链”——基于制造业企业智能设备进口的微观证据[J]. 中国工业经济, 2024 (1):56-74.

[14]
孙早, 侯玉琳. 人工智能发展对产业全要素生产率的影响——一个基于中国制造业的经验研究[J]. 经济学家, 2021 (1):32-42.

[15]
周建平, 徐维祥, 宓泽锋, 等. 数字经济对城市ESG发展的影响——基于双重机器学习方法的检验[J]. 地理研究, 2024, 43(6):1407-1424.

DOI

[16]
余东华, 李云汉. 数字经济时代的产业组织创新——以数字技术驱动的产业链群生态体系为例[J]. 改革, 2021(7):24-43.

[17]
张昕蔚. 数字经济条件下的创新模式演化研究[J]. 经济学家, 2019(7):32-39.

[18]
Ma D, Zhu Q. Innovation in emerging economies:Research on the digital economy driving high-quality green development[J]. Journal of Business Research, 2022,145:801-813.

[19]
范合君, 吴婷, 何思锦. 企业数字化的产业链联动效应研究[J]. 中国工业经济, 2023(3):115-132.

[20]
王超, 余典范, 龙睿. 经济政策不确定性与企业数字化——垫脚石还是绊脚石?[J]. 经济管理, 2023, 45(6):79-100.

[21]
朱勤, 刘玥, 杨晶晶. 数字化转型促进区域贸易竞争力提升的空间效应[J]. 经济地理, 2023, 43(12):126-134.

DOI

[22]
祝树金, 申志轩, 文茜, 等. 经济政策不确定性与企业数字化战略:效应与机制[J]. 数量经济技术经济研究, 2023, 40(5):24-45.

[23]
孙久文, 刘瑞雪, 苏玺鉴. 中国式区域产业现代化:时代特征、理论基础和实践路径[J]. 上海经济研究, 2023, 42(5):41-49.

[24]
Zhu J, Ruth M. Exploring the resilience of industrial ecosystems[J]. Journal of Environmental Management, 2013,122:65-75.

[25]
Lin J Y, Liu Z, Zhang B. Endowment,technology choice,and industrial upgrading[J]. Structural Change and Economic Dynamics, 2023,65:364-381.

[26]
Matt D T, Pedrini G, Bonfanti A, et al. Industrial digitalization. A systematic literature review and research agenda[J]. European Management Journal, 2023, 41(1):47-78.

[27]
曹裕, 李想, 胡韩莉, 等. 数字化如何推动制造企业绿色转型?——资源编排理论视角下的探索性案例研究[J]. 管理世界, 2023, 39(3):96-112,126,113.

[28]
钟世川, 毛艳华. 数字技术驱动生产率提升的效应识别及特征研究[J]. 科学学研究, 2023, 41(4):643-650.

[29]
Martin R. Regional economic resilience,hysteresis and recessionary shocks[J]. Journal of Economic Geography, 2012, 12(1):1-32.

[30]
袁航, 朱承亮. 国家高新区推动了中国产业结构转型升级吗[J]. 中国工业经济, 2018 (8):60-77.

[31]
汤长安, 邱佳炜, 张丽家, 等. 要素流动、产业协同集聚对区域经济增长影响的空间计量分析——以制造业与生产性服务业为例[J]. 经济地理, 2021, 41(7):146-154.

DOI

[32]
Baker S R, Bloom N, Davis S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics, 2016, 131(4):1593-1636.

[33]
王永钦, 董雯. 机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据[J]. 经济研究, 2020, 55(10):159-175.

[34]
TopalovaP. Factor immobility and regional impacts of trade liberalization:Evidence on poverty from India[J]. American Economic Journal:Applied Economics, 2010, 2(4):1-41.

[35]
Goodman-Bacon A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2):254-277.

Options
文章导航

/

〈 〉